110 BAB III
METODE PENELITIAN
Dalam bagian ini, objek yang diteliti, desain dari penelitian, variabel-variabel penelitian, teknik pengumpulan data, teknik pengambilan sampel, serta teknik analisis data akan dijelaskan oleh peneliti. Peneliti akan menggunakkan data sekunder dari perbankan yang ada di Indonesia yang terdaftar di BEI.
A. Obyek Penelitian
Penelitian ini dilakukan sektor perbankan yang ada di Indonesia yang terdaftar di Bursa Efek Indonesia. Waktu penelitian dilaksanakan mulai bulan April 2021 dengan meneliti laporan keuangan sektor perbankan yang terdaftar di BEI pada periode tahun 2018 – 2020 yaitu berjumlah 47.
B. Desain Penelitian
Penelitian ini menggunakan metode pengamatan data laporan keuangan yang telah dipublikasikan perusahaan dalam situs www.idx.co.id. Penelitian ini termasuk dalam kategori studi pengamatan, karena peneliti tidak meneliti dari perusahaan secara langsung melainkan menggunakan data sekunder berupa laporan keuangan yang diperoleh dari www.idx.co.id. Data-data yang digunakan dalam penelitian ini antara lain adalah mengenai aset, kewajiban, arus kas operasional, pendapatan, biaya-biaya operasional, dan lain-lain dari suatu perusahaan tersebut.
C. Variabel Penelitian
Pada studi penelitian ini variabel yang digunakan terdapat 7 variabel independen dan 1 variabel dependen, yaitu:
1. Variabel Dependen
Variabel dependen atau varibel terikat adalah variabel yang dipengaruhi oleh variabel independen (bebas), disebut juga dengan variabel terikat. Varibel dependen (terikat) yang digunakan dalam penelitian ini yaitu kecurangan yang diproksikan dengan Beneish M-Score. Di dalam penelitian ini kecurangan dikhususkan kecurangan atas laporan keuangan. Terdapat dua kategori yaitu perusahaan yang melakukan kecurangan (fraud) dan perusahaan yang tidak melakukan kecurangan (non fraud). Perusahaan dikategorikan melakukan kecurangan apabila memiliki Beneish M-Score >-2.2 yakni perusahaan diindikasikan menggunakan variabel dikotomi dengan kategori 1 bagi perusahaan yang diindikasikan melakukan kecurangan dan 0 bagi perusahaan yang tidak diindikasikan melakukan kecurangan.
Beneish M-Score= - 4.84 + 0.920 DSRI + 0.528 GMI + 0.404 AQI + 0.892 SGI + 0.115 DEPI – 0.172 SGAI – 0.327 LVGI + 4.679 TATA
Keterangan:
DSRI = Days Sales in Receivable Index GMI = Gross Margin
AQI = Asset Quality Index SGI = Sales Growth Index DEPI = Depreciation Index
SGAI = Sales and General Administrative Expense Index LVGI = Leverage Index
TATA = Total Accruals to Total Assets
2. Variabel Independen
Variabel independen atau variabel bebas adalah variabel yang mempengaruhi variabel dependen (terikat), disebut juga sebagai variabel stimulus dan prediktor.
Variabel yang digunakan dalam penelitian ini, yaitu : a. Financial Target
Financial target adalah risiko adanya tekanan berlebihan pada manajemen untuk mencapai target keuangan yang dipatok oleh direksi atau manajemen, termasuk tujuan-tujuan penerimaan insentif dari penjualan maupun keuntungan.
Skousen et al.,(2009) mengatakan bahwa Return on asset (ROA) sering digunakan dalam menilai kinerja manajer dan dalam menentukan bonus, kenaikan upah, dan lain-lain. Semakin tinggi ROA yang ditargetkan perusahaan, maka semakin rentan manajemen akan melakukan manipulasi laba yang menjadi salah satu bentuk kecurangan sehingga memiliki hubungan positif dengan kecurangan laporan keuangan.
Financial target diproksikan dengan ROA yang dirumuskan sebagai berikut:
b. External Pressure
External pressure adalah tekanan yang berlebihan bagi manajemen untuk
memiliki persyaratan atau harapan dari pihak ketiga. Menurut SAS No. 99 dalam, ketika tekanan yang berlebihan dari pihak ekternal terjadi, maka terdapat risiko kecurangan terhadap laporan keuangan. Hal ini didukung oleh pendapat Skousen, et.al. yang menyatakan bahwa salah satu tekanan yang seringkali dialami oleh manajemen di sebuah perusahaan adalah kebutuhan
untuk mendapatkan tambahan utang atau sumber pembiayaan eksternal agar tetap kompetitif, termasuk pembiayaan riset dan pengeluaran pembangunan atau modal. Manajer akan semakin merasa berada di bawah tekanan karena harus memenuhi kebutuhan untuk memperoleh tambahan pada keuangan melalui utang dan pembiayaan investasi (Septriani, 2018: 14-15).
External pressure diproksikan dengan rasio hutang yang dirumuskan sebagai berikut:
c. Financial Stability
Skousen, et.al., (2009) menjelaskan ketika stabilitas dalam keuangan (financial stability) terancam oleh keadaan ekonomi, industri, dan situasi entitas yang beroperasi, manajer menghadapi tekanan untuk melakukan financial statement fraud. Stabilitas keuangan perusahaan diukur berdasarkan
jumlah pertambahan total aset dari tahun ke tahun. Banyaknya total aset yang dimiliki perusahaan menjadi daya tarik tersendiri bagi para investor, kreditor, maupun para pemegang keputusan yang lain. Ketika total aset perusahaan cukup banyak, perusahaan dianggap mampu memberikan return maksimal bagi investor.
Financial stability diproksikan dengan rasio perubahan asset yang dirumuskan sebagai berikut:
d. Ineffective Monitoring
Ineffective monitoring adalah keadaan dimana pengawasan internal yang
tidak efektif. Dengan begitu komisaris independen dinilai kurang bekerja secara efektif dan maksimal dalam mengawasai manajemen, sehingga membuka peluang bagi manajemen untuk melakukan tindak kecurangan dalam menyusun laporan keuangan (Septriani, 2018: 19).
Ineffective monitoring diproksikan dengan rasio dewan komisaris independen yang dirumuskan sebagai berikut:
e. Perubahan Auditor
Studi yang dilakukan oleh Stice (1991) dan St Pierre dan Anderson (1984) menunjukkan bahwa perubahan auditor dapat terjadi karena alasan yang sah, risiko kegagalan audit dan litigasi berikutnya akan lebih tinggi dibandingkan tahun-tahun berikutnya. Loebbecke et al. (1989) menemukan bahwa sejumlah besar fraud dalam sampel mereka dilakukan dalam dua tahun pertama masa jabatan auditor. Change in auditor atau pergantian auditor yang digunakan perusahaan dapat dianggap sebagai suatu bentuk untuk menghilangkan jejak fraud (fraud trail) yang ditemukan oleh auditor sebelumnya. Kecenderungan
tersebut mendorong perusahaan untuk mengganti auditor independennya guna menutupi kecurangan yang terdapat dalam perusahaan (Novitasari, 2018:6).
Rasionalitazion yang pertama diproksikan dengan pergantianauditor
(AUDCHANGE).
Variabel dummy, apabila terdapat pergantian Kantor Akuntan Publik selama periode 2018-2020 maka diberi kode 1, sebaliknya diberi kode 0.
f. Pergantian Direksi Perusahaan
Perubahan direksi tidak selamanya berdampak baik bagi perusahaan.
Perubahaan direksi bisa menjadi suatu upaya perusahaan untuk memperbaiki kinerja direksi sebelumnya dengan melakukan perubahan susunan direksi ataupun perekrutan direksi yang baru yang dianggap lebih berkompeten dari direksi sebelumnya. Sementara disisi lain, pergantian direksi bisa jadi merupakan upaya perusahaan untuk menyingkirkan direksi yang dianggap mengetahui fraud yang dilakukan perusahaan serta perubahan direksi dianggap akan membutuhkan waktu adaptasi sehingga kinerja awal tidak maksimal (Purba, 2017: 88).
Perhitungan pergantian direksi ini menggunakan dummy variable dimana pergantian direksi diberi angka 1 dan angka 0 untuk perusahaan yang tidak mengganti direksinya selama masa penelitian.
g. Frequent Number Of CEO’s Picture
Frequent number of CEO’s picture merupakan jumlah foto CEO yang
terpampang pada laporan tahunan perusahaan. Menurut Crowe (2011), sebuah studi oleh Committee of Sponsoring Organisations of the Treadway Commission (COSO) telah menemukan bahwa 70% dari fraud memiliki profil
yang menggabungkan tekanan dengan arogansi atau keserakahan dan 89% dari kasus penipuan yang terlibat CEO.
CEOPIC = total foto CEO yang terpampang dalam sebuah laporan tahunan.
Tabel 3.1
Ikhtisar Variabel Penelitian
No Variabel
Simbol Indikator Pengukuran
Skala Pengukuran
Variabel dependen 1 Fraudulent
Financial Statement
M-Score Perusahaan dikategorikan kedalam perusahaan yang diindikasikan melakukan kecurangan (fraud) jika memiliki Beneish M-Score > -2.2 bernilai 1 dan sebaliknya maka perusahaan dikategorikan kedalam perusahaan yang tidak diindikasikan melakukan kecurangan (non fraud) bernilai 0.
Sumber: (Zaki, 2017)
Nominal
Variabel independen
1 Financial Target ROA
ROA = Rasio
2 Financial Stability ACHANGE =( − −1)
Rasio 3 External Pressure LEV
=
Rasio
4 Ineffective Monitoring
BDOUT Proporsi dewan komisaris independen terhadap jumlah dewan Komisaris
Rasio 5 Change in Auditor AUDCHANGE Variabel dummy untuk pergantian auditor,
dimana, 1= terdapat pergantian KAP dan 0 = tidak ada pergantian KAP
Sumber: (Skousen et al., 2008)
Nominal
6 Pergantian Direksi DCHANGE Variabel dummy, Kode 1 jika perusahaan perbankan yang tercatat di BEI melakukan pergantian direksi selama periode 2018 – 2020. Kode 0 jika tidak melakukan pergantian direksi selama periode 2018 – 2020
Nominal
7 Frequent number of CEO’s picture
CEOPIC Total foto CEO yang ada dalam sebuah laporan tahunan (annual report) perusahaan
Rasio
D. Teknik Pengumpulan Data
Teknik pengumpulan data yang peneliti gunakan adalah teknik observasi terhadap data sekunder, data sekunder tersebut antara lain:
1) Data mengenai perusahaan yang tergolong dalam sektor perbankan dan terdaftar di Bursa Efek Indonesia dalam setiap tahunnya berturut-turut selama periode pengamatan 2018-2020.
2) Data mengenai aset, kewajiban, arus kas operasional, pendapatan, biaya-biaya operasional, dan lain-lain dari suatu perusahaan tersebut.
E. Teknik Pengambilan Sampel
Sample merupakan bagian dari populasi yang memiliki karakteristik mirip dengan populasi itu sendiri. Dalam menentukan jumlah sampel maka dibutuhkan sampling untuk menyeleksi individu dari populasi untuk menghasilkan sampel yang representatif sebagai sumber data digunakan dalam penelitian. Pada penelitian ini populasinya yaitu laporan keuangan yang terdaftar di Bursa Efek Indonesia (BEI).
Populasi merupakan keseluruhan objek/subjek penelitian, sedangkan sampel merupakan sebagian atau wakil yang memiliki karakteristik representasi dari populasi.
Untuk dapat menentukan atau menetapkan sampel yang tepat diperlukan pemahaman yang baik dari peneliti mengenai sampling, baik penentuan jumlah maupun dalam menentukan sampel mana yang diambil. Kesalahan dalam menentukan populasi akan berakibat tidak tepatnya data yang dikumpulkan sehingga hasil penelitian pun tidak memiliki kualitas yang baik, tidak representatif, dan tidak memiliki daya generalisasi yang baik (Susilana, 2015).
Teknik pengambilan sampel pada penelitian ini yaitu menggunakan teknik non probability sampling dengan menggunakan metode purposive sampling. Non probability sampling merupakan teknik pengambilan sampel yang tidak memberikan
peluang yang sama bagi setiap elemen atau anggota populasi untuk dipilih sebagai sampel. Purposive sampling adalah metode pemilihan atau pengambilan sampel dengan pertimbangan-pertimbangan dan kriteria tertentu yang telah ditetapkan.
Menurut Sekaran (2017) penarikan sampel dalam penelitian ini dilakukan dengan menggunakan teknik pengambilan sample non probality sampling metode purposive sampling, yaitu teknik penetuan sampel dengan pertimbangan tertentu.
Adapun pertimbangan lain yang ditentukan oleh peneliti adalah sebagai berikut:
a. Perusahaan perbankan yang melaporkan laporan keuangan secara lengkap selama periode 2018-2020.
b. Data laporan keuangan yang terikat variabel di penelitian tidak lengkap dan perusahaan baru IPO di tahun 2019/2020.
c. Data Outler.
Table 3.2
Prosedur Pemilihan Sampel Penelitian
No Keterangan Perusahaan sampel Jumlah
1. Perusahaan perbankan yang melaporkan laporan keuangan secara terus-menerus dan terpublikasi pada situs Bursa Efek Indonesia di tahun 2018
47
2. Data tidak lengkap :
a. Laporan Keuangan
b. Perusahaan baru IPO di tahun 2019/2020
(4)
3. Data Outler (4)
Jumlah perusahaan pertahun 39
Jumlah periode penelitian (2018-2020) 3
Jumlah sampel penelitian 117
F. Teknik Analisis Data 1. Uji Pooling
Sebelum melakukan pengujian terhadap pengaruh variabel independen dan dependen, maka harus diketahui terlebih dahulu apakah pooling data (penggabungan data time series dan cross-section) dapat dilakukan. Untuk itu perlu dilakukan suatu pengujian, dalam hal ini uji Fixed Effect Least Square Dummy Approach ini menggunakan model uji time effect atau two-way fixed effect model,
dikenal juga dengan nama uji kesamaan koefisien, yaitu pengujian terhadap kesamaan koefisien kemiringan dan titik potong (Sekaran, 2017).
Agar dapat dipooling, persamaan regresi untuk setiap tahun selama periode pengamatan haruslah identik atau disebut regresi coincident. Regresi coincident ini haruslah memiliki kesamaan koefisien kemiringan yang ditunjukkan oleh variabel dummy dalam bentuk multiplikatif dan kesamaan titik potong masing-masing
entitas antar waktu (time-invariant) yang ditunjukkan oleh variabel dummy dalam bentuk aditif (Gujarati, 2009).
Dalam penelitian ini dilakukan pengujian dengan menggunakan variabel dummy sehingga diperoleh persamaan berikut :
− = β + β ! + β" + β# +
β$ !%& + β' ( + β)* + β+ !%& + β,D1 + β/D2
+ β D1.ROA + β D1. ACHANGE +
β "D1. LEV + β #D1. BDOUT + β $D1. AUDCHANGE +
β 'D1. DCHANGE + β )D1. !PIC + β + D2.ROA+
β ,D2. ACHANGE + β /D2. LEV + β" D2. BDOUT + β" D2. AUDCHANGE+ β""D2. DCHANGE + β"#D2. !PIC + ε
Keterangan :
M-Score : Variabel dummy, kode 1 (satu) untuk perusahaan yang
melakukan kecurangan laporan keuangan, kode 0 (nol) untuk yang tidak.
D1 : Variabel dummy (tahun); 1=2018; 0= selain 2018 D2 : Variabel dummy (tahun); 1=2019; 0= selain 2019 ROA : Rasio laba bersih terhadap total aset
ACHANGE : Pertumbuhan aset
LEV : Rasio jumlah hutang terhadap aset
BDOUT : Rasio komisaris independen terhadap dewan komisaris AUDCHANGE: Variabel dummy untuk pergantian Kantor Akuntan Publik DCHANGE : Variabel dummy untuk pergantian direksi
CEOPIC : Total foto CEO yang terpampang dalam sebuah laporan tahunan.
@ : Konstanta
@ − @+ : Koefisien variable independen
@,− @"# : Koefisien variable dummy
A : Variabel penggangu Kriteria pengambilan keputusan:
a) Jika nilai sig. * , ..., *" < nilai ∝ = 0,05, maka terdapat perbedaan koefisien, sehingga data tidak dapat di-pool.
b) Jika nilai sig. * , ..., *" > nilai ∝ = 0,05, maka tidak terdapat perbedaan koefisien, sehingga data dapat di-pool.
2. Analisis Statistik Deskriptif
Menurut Ghozali (2016:19) statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtoris, dan skewness atau kemencengan distribusi. Statistik deskriptif di dalam penelitian ini akan dilakukan dengan menggunakan program SPSS 25. Statistik deskriptif yang akan digunakan di dalam penelitian ini adalah sebagai berikut :
a. Minimum
Minimum adalah nilai terkecil dari seluruh data yang ada. Dengan minimum, peneliti akan mengetahui nilai terkecil dari setiap rasio keuangan.
b. Maksimum
Maksimum adalah nilai terbesar dari seluruh data yang ada. Dengan maksimum, peneliti akan mengetahui nilai terbesar dari setiap rasio keuangan.
c. Mean
Mean adalah rata-rata dari kuantitatif yang diperoleh dari penjumlahan
seluruh data dibagi dengan banyaknya data yang ada. Peneliti menggunakan mean untuk mengetahui rata-rata dari setiap rasio keuangan.
d. Standar deviasi
Standar deviasi untuk mengetahui berapa besar variasi data dari setiap variabel yang diuji dari nilai rata-ratanya. Semakin besar standar deviasi, semakin bervariasi data tersebut. Sebaliknya, semakin kecil standar deviasi sebuah data, semakin tidak bervariasi.
3. Analisis Regresi Logistik
Analisis regresi logistik sebenernya mirip dengan analisis diskriminan, yaitu kita menguji apakah probabilitas atau kemungkinan keterjadian variabel respon
atau dependen dapat diprediksi dengan variabel prediktor atau independen. Namun, asumsi multivariate normal distribusi tidak dapat dipenuhi karena variabel bebas/independen merupakan campuran antara variabel kontinyu (metrik) dan kategorial (non-metrik) (Ghozali, 2016:321).
a. Menilai Keseluruhan Model (Overall Model Fit)
Penilaian model fit berdasarkan nilai -2LogL dapat dilihat dengan membandingkan antara nilai -2LogL pada awal (block number = 0) dengan nilai - 2LogL pada akhir (block number = 1). Nilai -2LogL pada awal (block number = 0) merupakan model yang hanya memasukkan konstanta, sendagkan nilai -2LogL pada akhir (block number = 1) merupakan model yang memasukkan konstanta dan variabel independen (Ghozali, 2016). Apabila nilai -2LogL block number = 1 lebih kecil dari nilai -2LogL block number = 0, maka menunjukkan model regresi yang baik. Dengan demikian adanya penurunan Log Likehood berarti bahwa model regresi semakin baik (Ghozali, 2016:328).
b. Menilai Kesesuaian Koefisien
Kelayakan suatu model regresi menurut Ghozali (2016:328), dinilai berdasarkan uji Homser and Lemeshow – Goodness of Fit Test. Perhatikan output dari uji hosmer and Lemeshow, dengan hipotesis sebagai berikut :
a) Ho : Tidak terdapat perbedaan antara model dengan data empiris (model Fit).
b) Ha : Terdapat perbedaan antara model dengan data empiris (model tidak Fit).
Dasar pengambilan keputusan untuk menilai kelayakan model regresi logistik menurut Ghozali (2016:328-329) :
a. Jika probabilitas ≤ 0,05 maka Ho ditolak, yang berarti ada perbedaan signifikansi antara model yang diamati dengan nilai observasinya sehingga model tidak fit, karena model tidak dapat memprediksi nilai observasinya.
b. Jika probabilitas >0,05 maka Ho diterima, yang berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinya.
c. Nagelkerke’s R Square
Ghozali (2016:329) menjelaskan bahwa Cox dan Snell’s R Square ukuran yang mencoba untuk meniru ukuran R Square pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari 1 (satu), sehingga sulit diinterpretasikan. Nagelkerke’s R Square merupakan modifikasi dari koefisien Cox dan Snell’s R Square dengan nilai maksimumnya.
Nilai Nagelkerke’s R Square pada regresi logistik dapat diinterpretasikan seperti nilai R Square pada multiple regression, dimana variabel dependen dapat dijelaskan oleh variabel independen sebesar nilai pada Nagelkerk’s R Square, dengan tujuan untuk menjelaskan varabilitas variabel dependen yang dapat diterangkan oleh variabilitas variabel independen, dimana nilai dari R2 terletak antara 0 < R2 <1. Nilai R2 yang dihasilkan memiliki arti bahwa variabilitas variabel dependen dapat dijelaskan oleh variabilitas variabel- variabel independen sebesar R2, yang berarti:
a) Jika R2=0, maka berarti tidak ada hubungan antara X dan Y, atau model regresi yang berbentuk tidak tepat meramalkan Y.
b) Jika R2=1, maka berarti garis regresi yang terbentuk dapat meramalkan Y secara sempurna.
d. Tabel Klasifikasi 2 x 2
Ghozali (2016:329-330) menjelaskan bahwa classification table 2 x 2 digunakan untuk menghitung nilai estimasi yang benar (correct) dan salah (incorrect). Kolom pada table klasifikasi merupakan dua nilai prediksi dari variabel dependen, yaitu kategori perusahaan dalam kondisi non fraud (0) dan perusahaan dalam kondisi fraud (1). Baris pada table klasifikasi menunjukkan nilai observasi sesungguhnya dari variabel dependen. Jika model logistik mempunyai homoskedastisitas, maka persentase yang benar (correct) akan sama pada kedua baris. Model yang sempurna akan menunjukkan tingkat ketepatan peramalan 100%.
e. Uji Model Logistik Secara Parsial (Uji Wald)
Uji Wald menurut Ghozali (2016) digunakan untuk menguji kelayakan model logistik secara parsial, atau menguji keberartian perbedaan variabel independen terhadap variabel dependen.
Uji Pengujian signifikasi konstanta dari setiap variabel independen digunakan hipotesis statistik sebagai berikut; Jika probabilitas > 0,05 maka tidak tolak Ho artinya koefisien regresi tidak signifikan. Jika probabilitas ≤ 0,05 maka tolak Ho artinya koefisien regresi signifikan.
Ho : βi= 0 Keterangan : i = 1, 2, 3, 4, 5, 6, 7
Artinya, apakah suatu variabel independen merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternative (Ha) parameter suatu variabel tidak sama dengan nol, atau
Ha :βi ≠ 0 Keterangan : i = 1, 2, 3, 4, 5, 6, 7
Artinya, variabel tersebut merupakan penjelas yang signifikan terhadap variabel independen.
Hasil dianalisis dengan cara:
a) Jika nilai ttabel atau nilai sig > 0.05, berarti tidak tolak Ho, artinya variabel independen tidak berpengaruh terhadap variabel dependen.
b) Jika nilai ttabel atau nilai sig < 0.05, berarti tolak Ho, artinya variabel independen berpengaruh terhadap variabel dependen.
f. Model Logistik
Hasil estimasi persamaan model logistik diolah dengan SPSS 25.0.
Berdasarkan tabel Uji Wald – variable’s in the quation tersebut menurut Ghozali (2016), maka dapat diperoleh persamaan model regresi logistik sebagai berikut:
Ln DEFGH
IDEFGH = β + β ! + β" + β# + β$J*!( +
β' (* +β)* +β+ !%& + ε
Keterangan :
Ln DEFGH
IDEFGH : Variabel dummy, kode 1 (satu) untuk perusahaan yang
melakukan kecurangan laporan keuangan, kode 0 (nol) untuk yang tidak.
ROA : Rasio laba bersih terhadap total aset ACHANGE : Pertumbuhan aset
LEV : Rasio jumlah hutang terhadap aset
BDOUT : Rasio komisaris independen terhadap dewan komisaris AUDCHANGE : Variabel dummy untuk pergantian Kantor Akuntan Publik DCHANGE : Variabel dummy untuk pergantian direksi
CEOPIC : Total foto CEO yang terpampang dalam sebuah laporan tahunan.
A : Variabel penggangu
